pyList
  1. pyList
    2. ›
  2. python html 中文 实体 转换

用python 实现中文与html实体相互转换

🕛 by at

一些网页会把中文转为html实体，做爬虫时就需要把html实体转换为中文，下面介绍使用python 对它们作相互转换。

用python 实现中文与html实体相互转换

html 实体

python & #20013;& #25991;& #21644;html & #23454;& #20307;& #30456;& #20114;& #36716;& #25442;

相互转换

把html 实体和中文互转：

import re

s = 'python 中文和html 实体相互转换'
# s = 'python & #20013;& #25991;& #21644;html & #23454;& #20307;& #30456;& #20114;& #36716;& #25442;'
print s

def convert_callback(matches):
    char_id = matches.group(1)
    try:
        return unichr(int(char_id))
    except:
        return char_id

s2 = re.sub("&#(\d+)(;|(?=\s))", convert_callback, s)

print s2

# print s2.decode('utf-8').encode('ascii','xmlcharrefreplace')
print s2.encode('ascii','xmlcharrefreplace')

输出

python & #20013;& #25991;& #21644;html & #23454;& #20307;& #30456;& #20114;& #36716;& #25442;
python 中文和html 实体相互转换
python & #20013;& #25991;& #21644;html & 23454;& #20307;& #30456;& #20114;& #36716;& #25442;
本文标签： python html 中文 实体 转换
本文网址: https://pylist.com/t/1418743651 （转载注明出处）
如果你有任何建议或疑问可以在下面 留言
发表第一条评论！
验证码图片
相关推荐

小工具

标签

print python 中文 终端 正确 字符串 分割 英文 转码 链接 安全 全角 半角 转换 相互 json unicode 性能 格式 常见 时间 dbutils 连接池 mysql 数据 解析 电子书 信息 12 基础知识 编程 总结 sae gzip 开启 方法 linux ulimit 永久 设置 系统 app mac store 登录 未知 国外 vps nginx 反向 访问 openwrt 国内 上传 服务器 中断 文件 usb 上网卡 共享 网络 form data post 硬件加速 ubnt er 固件 路由 go2o golang 开源 完整 商业 spotify chartify 图表 乱码 vim 解决 正则 切割 最新版 wndr4300 升级 api 搜索引擎 网址 提交 自动 uploadifive formdata uploadify 动态 自动更新 microsoft 关闭 静音 风扇 主机 笔记本 改造 低功耗 web 爬虫 组装 微信 尝鲜 视频 体验 cpu debian ubuntu 查看 温度 chrome server 浏览 google 身份验证 authenticator 迁移 手机 webdriver 微博 selenium gnu 安装 系统启动 编译 宅家 坑记 屏幕 动手 quic 抢先 useragent 蜘蛛 真假 识别

最近发表

最近浏览